Game Developement Wstęp do systemów AI Michał Drobot Visual Technical Director Paweł Weder Lead Game Designer Reality Pump

Plan wykładu AI – nauka a praktyka Znaczenie i zastosowanie w grach Podstawowe techniki AI Podstawy budowy systemów AI Praktyczne zastosowania na podstawie TW: The Temptation

AI – nauka a praktyka Nauka dąży do maksymalnego odwzorowania poprawności opisu matematycznego rzeczywistości Często mało wydajne rozwiązania Na obecnym etapie nie istnieje system będący w stanie udawać człowieka w kompleksowym środowisku gry Produkcja AI do gier kładzie nacisk na Tworzenie percepcyjnie poprawnego AI Wydajność oraz skalowalność systemu

AI – nauka a praktyka AI w grach stanowi połączenie Rozwiązań naukowych Przeskalowanych pod względem wydajności oraz skali do świata gier Rozwiązań proceduralnych Rozwiązań odgórnych (skrypty itp..)

Znaczenie i zastosowanie W przeciągu ostatniej dekady doszło do rewolucji graficznej oraz gameplay’owej AI jedynie ewoluowało, często jednak pozostając na podobnym poziomie Pierwsze AI do FPP miały 20 linii kodu Obecnie zdarza się, że AI stoi na podobnym poziomie

Znaczenie i zastosowanie Sytuacja wynikła z Braku wsparcia oraz istnienia konkretnej platformy Brak SDK jak w środowiskach graficznych Stosunkowo duży nacisk lobby graficznego Małe zainteresowanie graczy Brak zasobów pamięciowych oraz wydajnościowych

Znaczenie i zastosowanie Obecnie coraz większy nacisk na rozwój AI Często ważny element gameplay’u Wizualizacje efektownych zjawisk wymagają systemów AI Zarządzanie tłumem Bitwy Symulacje miejskie Zaawansowane systemu cząteczkowe

Znaczenie i zastosowanie Zaawansowane metody AI w grach F.E.A.R Zaawansowane AI oparte na FSM, Fuzzy Logic oraz pamięci udającej system uczący FORZA 2 Sieci neuronowe dokonujące korekt skrętów podczas przejazdu samochodów przez tor Spore Proceduralne AI grup oraz animacji szkieletowej

Znaczenie i zastosowanie Zaczyna pojawiać się middleware Xaitement Kompletny system wraz z narzędziami do obsługi hierarchicznych FSM, Fuzzy Logic, Path Planning, Crowd control, Procedural Behaviour Euphoria System animacji proceduralno-behawioralnej oparty na biomechanice i reakcjach natychmiastowych żywych organizmów

Znaczenie i zastosowanie Wystarczająca moc obliczeniowa GPU Obliczenia równoległe na dużych zbiorach danych Flocking Steering Particles Multithreading Możliwość desygnacji pojedynczego wątku / CPU na stałe dla obliczeń AI

Podstawowe techniki AI FSM Autonomous agents Steering behaviours Flocking behaviours Graph search Path planning Fuzzy logic

Podstawowe techniki AI FSM

Podstawowe techniki AI Autonomous agents

Podstawowe techniki AI Steering behaviours

Podstawowe techniki AI Flocking behaviours

Podstawowe techniki AI Graph search

Podstawowe techniki AI Path planning

Podstawowe techniki AI Fuzzy logic

Podstawy systemów AI System decyzyjny Rodzaje rozwiązań Decyzje strategiczne Decyzje taktyczne Reaktywność agentów Realizm systemu Gatunek

Podstawy systemów AI Nawigacja systemy gridowe pola stanów mapy grafowe siatki nawigacyjne

Podsumowanie For more information contact me hello@drobot.org Slides, whitepaper and code will be available at Drobot.org

Questions ?